Interacting watershed size and landcover influences on habitat and biota of Lake Superior coastal wetlands
Notice bibliographique
Résumé
Coastal wetlands are important contributors to large-lake productivity and biodiversity and mediators of lake—watershed interactions. This study explores whether the size of the watershed in which coastal wetlands are embedded (a measure of strength of connection to the terrestrial landscape) influences their background condition and response to anthropogenic landuse. Water quality, substrate, vegetation structure, and composition of zoobenthos, turtles, crayfish, and fish were characterized in 32 Lake Superior coastal wetlands in the summers of 2000–2001, and related to watershed size categories via ANOVA and to watershed development (percent agricultural and urban landuse) via linear regression. Lake Superior coastal wetlands had relatively low levels of watershed development – apparently not enough to significantly alter fish composition. However, watershed development was associated with significant changes in substrate, turbidity, plant structure, and zoobenthos, and in most cases these effects were stronger in wetlands having big rather than small watersheds. An alternate classification contrasting exposure to versus protection from river influences was not effective at resolving responses to watershed development. Watershed size had little effect on background conditions in minimally disturbed wetlands, although turtles were more abundant in large-watershed wetlands. The role of watershed size in mediating responses to landuse merits further study, but our findings suggest that receiving inflows from bigger watersheds affects coastal wetlands primarily by amplifying transmission of disturbance rather than via direct impacts of flow.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».